生物信息學培訓哪個好

❶ 學習生物信息學有哪些比較好的網站或論壇

首先，生物信息學這個概念太大了，沒有詳細的方向。
1.如你想走序列分析可以參考NCBI,RDP，這兩個網站是做生物分子研究最常用的，下面這個裡面的推薦網站可以看看，建議不要都去研究（如果你精力有限的話，學好NCBI這個是基礎），http://blog.renren.com/share/221052439/453520050和http://www.cnblogs.com/emanlee/archive/2011/08/07/2130360.html。
2.論壇的話：生物秀，小木蟲，生物信息學天空，丁香園等等

建議根據自己的需要或者研究方向，專門去攻破一項，比如核苷酸，比如蛋白質等等。要想全部學習構建完整系統的生物信息學框架，我個人覺得相對比較難。以上僅供參考，自己斟酌。加油。

❷ 生物信息學李霞和許忠能哪個好

側重點不同李霞老師做的數據處理很好，許忠能老師好像是做機器學習演算法很好。一個是數據，一個是演算法，沒法比較。

❸ 在你看來學習生物信息學有哪些比較好的網站或論壇

國外與生物信息學相關的網站有哪些
生物信息學高度依賴於網路。實際上，你需要的幾乎所有資源，都可以從網上下到。你需要關注你研究領域所需要的那些，而不是全部的資源。
我原來常用的：
NCBI：持有INSDC的節點。網站上有核酸、蛋白、基因名、基因組名等等的搜索工具，以及BLAST序列比對搜索工具，PUBMED文獻資料庫，Taxonomy數據，COG蛋白家族庫等等。FTP可以下到它全部的資料庫，BLAST的單機程序，以及各種工具程序。
EBI：和NCBI類似，歐洲搞的對等物。感覺EBI網站比NCBI要清楚簡潔。另外EBI網站整合了更多的工具，比如多序列比對。
Uniprot：全蛋白庫。NCBI和EBI的蛋白庫來源於此。目前包括兩部分：SwissProt是人工校對過的，TrEMBL是自動校對的。
Pfam：蛋白家族庫。可以使用配套的HMMER進行搜索。比BLAST能找到更遠緣的東西，而且找到的東西是結構域。
Rfam：RNA的，類似Pfam。
RDP：16S rRNA庫。除了序列，它還有一個基於K-mer naive Bayesian model的rdp classifier，可以對輸入序列進行物種分類，效率和准確性較直接使用BLAST更高。
GreenGenes：也是16S庫，不過它只收集比較全的序列。它提供了一個16S的標准化比對，並基於這個東西搞了個物種分類工具。
EMBOSS：一個工具包，提供了幾百個進行序列操作的工具。
BioPerl、BioPython：Perl和Python的生物學模塊。
R：類似matlab的語言，有一大堆的生物學包。
SOAP：華大基因搞的高通量測序工具包，有de-novo拼接的，有mapping的，還有一些後續分析的。
bowtie：一個用於序列mapping的軟體。
samtools：用於操縱、分析高通量序列mapping的結果。功能非常靈活，但有點復雜。
fastx toolkit：用來操縱高通量測序序列的工具包。

❹ 有誰參加過華大生物信息學培訓嗎 我對編程一點也不懂，參加這培訓班能跟上嗎

這個最好是由基礎再去上，而且你花費幾千大洋，到頭來沒效果，豈不冤枉？！
而且他們這種都是泛泛地講，一般是給你看下最新的什麼成果，他們發了某某大文章，讓你熱血沸騰，然後開始介紹某某軟體、給你一堆絢麗的圖片等等。其實這種培訓主要也是廣告效應，認識些人是最重要的吧（你能幾天就把握住最新動態嗎？顯然是impossible的）！

❺ 生物信息學哪個大學最好

你好，對生物信息學的話，我覺得這應該是電子科技大學，這個學校是非常不錯的嘛，你可以去試一下

❻ 學習生物信息學有哪些比較好的網站或論壇

生信菜鳥團上大學之後，我上網找資料時發現的第一個博客就是生信菜鳥團，裡麵包羅萬象，涵蓋很多方面（初次發現時，就感覺自己進入了新的天地）rabbit gao's blog 我超喜歡這個師兄的博客裡面的筆記，很直觀，尤其是python那部分。他是以代碼的形式展示內容。沈夢圓博客夢圓師姐，和我一樣喜歡用熊貓頭像，她的博客也是剛剛建立不長時間。師姐的文筆很贊，看裡面博文相信對你有幫助的。生信日誌|鳴一道鳴一道師兄的博客我比較喜歡的是R做圖那一塊plob這個我比較少看，不過內容也不錯，我後續再寫上這個博客的描述。陳連福博客聽說連福老師有開培訓班，實力自然也不差。糗世界←歡迎來到糗糗的世界糗世界主要包括：序列比對與NGS R/bioconctorcircos教程，其中糗世界關於R和bioconctor以及NGS的歸納總結特別詳盡生信客部落生信客部落是我自己的博客，剛建不久（2016.9.3建的），我目前在准備考研，打理的時間不多。但相信是一隻潛力股，有提升的空間。也歡迎博友們交換 "友情鏈接".hope博客 hope 他（她）有一篇關於生物信息學在線工具的總結，我特別喜歡科研動力「endnote使用寶典」，專注寫endnote相關的內容。（註：endnote 是文獻管理的軟體，插入引用文獻的神器）biochen生物伯臣生物里也蠻多歸納整理的Bob's Blog bob這位兄弟的博客我接觸不多，我後續補上描述.論壇（包括生信論壇和其他一些相關的網站）：生信技能樹生信技能樹前面那個師兄有詳細描述過。我也親眼見證了它從無到有的過程，看著生信技能樹感覺特別親切，感覺就像自家的孩子一樣。我自己由於准備考研和書寫畢業論文的事情，在生信技能樹建設的參與度不高。總之，好喜歡......生物信息學天空內容超全的一個生信論壇丁香園（生信板塊）丁香園，就不解釋了，一個國內最成功的論壇之一。醫學生基本都知道的一個論壇。小木蟲小木蟲，裡面蠻多資源的，也是國內最成功的論壇之一生物統計家園描述待輸入...基因堂描述待輸入biostars這是一個生信問答網站生信刷題網站ROSALIND | About 這個是一個生物信息的刷題網站，超多實戰題（純英文，既提高英語水平，又訓練了自己的實戰能力，何樂而不為）。實戰走起......生物信息學在線工具網站生信客部落生物信息工具整合(包含在線工具與離線工具)–更新中這裡麵包含了一些生物信息學可視化工具，包含在線的工具和一些離線的可視化工具，由於目前個人水平有限，所以還有待繼續完善

❼ 預防醫學和生物信息學哪個好

我覺得相對來說估計是醫學更好一點生物信息學的話如果屬於生物學科會很難找到工作，除非你本來就是在一些比較好的大學全國知名學校會好找。

❽ 如何學好生物信息學

我碩士讀的是細胞生物學，今年4月開始在boss要求下自學perl，打聽了下，<learning perl>這本書不錯，就買來開始看，等5月份去北京參加公司的培訓班時，<learning perl>讀了一遍，<intermediate perl>看了一部分。培訓回來，我們的項目就開始做了，9月拿到所有原始數據和分析結果。然後，我對照著公司的分析報告，試著自己走一邊分析流程，中間遇到問題，自己解決不了的，就發郵件求助。有幾點需要注意：1. 我能理解你想早些玩兒數據的願望，但是在這之前，最好要有一個outline.需要知道數據從哪兒來的，怎麼產生的？其實就是測序儀的工作原理。然後是數據質量檢驗，為什麼需要數據過濾？接著是reads拼接和組裝。總之，要對整個流程有一個認識，而後在學習的過程中，再不斷回頭對比這個流程，這樣才不會有迷失的感覺。2. 有了基礎知識的鋪墊，就可以嘗試著自己做些練習了，paper上面都會給出他們的數據、原碼地址，可以找來自己試試，先看看自己能不能做出一樣的效果。當然，這時要是你手裡正好有項目，那就更好了。3. 學生物信息，paper肯定是要跟蹤的。覆蓋生物信息有趣的論文， 演算法，以及生物科學問題。這個網站還匯集了很多生物信息領域科學家的博客。再如BGI的主程羅瑞邦， SAMtools、BWA的作者Heng Li都有在這里出現。[RNA-Seq Blog](RNA-Seq Blog) 推薦新的論文、工作、培訓課程、大型會議等。如果你是生物背景的，那麼計算機方面的知識需要補一下：需要能在linux環境下舒服的工作。比如從源碼編譯安裝軟體PATH配置，再比如舒服地使用google找到問題的答案。學會使用python/perl。比如有的時候運行一個軟體老是報錯，可能就是因為在一個包含幾十萬行的文本文件里，有隨機的那麼幾千行的末個位置，多一個冒號, 這時候你知道需要怎麼做了？ 學會R。要從一大堆基因裡面找出表達水平變化的基因來，需要統計分析和顯著檢驗；而要把我們的數據更直觀地展示出來，最好的方式就是圖形了吧。這兩個需要，R都能滿足。當然matlab也是可以的，區別在於R是開源工具。具備了上述技能，那麼常用的軟體就能用起來了。隨著學習的深入，可能你的問題別人也沒遇到過，這時候就需要自己動手，要麼修改現成的工具，要麼自己做一個出來。這時候，除了python/perl，或許還可以學C/C++/java，或許需要研究下比如BWT、De Bruijn Graph背後的原理。

❾ 我想考生物信息學，不知國內的生物信息學哪個學校比較好

不太有名但是很強的學校有哈醫大和內蒙古大學，最後的當然是北大。

❿ 想自學生物信息學，不知道怎麼開始，有沒有什麼好的推薦

想學習生物信息學可以首先購買相應的書籍，其次可以關注慕課或者是一些其他的網站，上面有很多免費的一些課程可以自己看。